any的案例與供應(yīng)鏈仿真

1、基于 anylogic 的供應(yīng)鏈庫(kù)存摘 要：在多級(jí)供應(yīng)鏈庫(kù)存中，不確定性是導(dǎo)致庫(kù)存積壓的主要。本文沒(méi)有通過(guò)一般的改進(jìn)上下游關(guān)系來(lái)降低供應(yīng)鏈的不確定性，而是通過(guò)模擬供應(yīng)鏈中訂單的不確定性進(jìn)行建模分析。本文根據(jù)某公司供應(yīng)鏈的實(shí)際情況，運(yùn)用 Anylogic軟件建立一個(gè)模型，通過(guò)數(shù)據(jù)分析了公司庫(kù)存變動(dòng)的主要來(lái)源為訂單不確定性，而造成訂單變動(dòng)的根源是公司的訂單滿(mǎn)足率，還從多級(jí)庫(kù)存的角度提出了庫(kù)存的建議。關(guān)鍵字：供應(yīng)鏈 多級(jí)庫(kù)存 模擬供應(yīng)鏈的提出為企業(yè)實(shí)現(xiàn)內(nèi)部與外部的有效和優(yōu)化調(diào)配提供了一種新模式。企業(yè)通過(guò)供應(yīng)鏈的建立，在響應(yīng)顧客需求的時(shí)間、庫(kù)存商品水平、降低物流費(fèi)用等方面，取得了巨大的，實(shí)現(xiàn)了供應(yīng)鏈的

2、產(chǎn)銷(xiāo)物有效集成，提高了供應(yīng)鏈企業(yè)的競(jìng)爭(zhēng)能力和贏利水平。1 引言供應(yīng)鏈管理中存在著許多問(wèn)題（如伙伴選擇問(wèn)題，庫(kù)存問(wèn)題），學(xué)術(shù)界和企業(yè)界紛紛探究解決這些問(wèn)題的方法技術(shù)以它獨(dú)特的優(yōu)越性引起了人們的關(guān)注，其具有可試驗(yàn)性、可量化性和快速性等優(yōu)點(diǎn)，所以它有著比其他分析工具更強(qiáng)的說(shuō)服力和直觀性。近幾年，國(guó)內(nèi)外學(xué)者紛紛從不同的角度對(duì)供應(yīng)鏈進(jìn)行研究和探討。Jain, Sanjay, Ervin, Eric C1等利用供應(yīng)鏈技術(shù)來(lái)分析大物流供應(yīng)鏈過(guò)程中的變化所產(chǎn)生的影響。主要的變化是商業(yè)過(guò)程的變化以及新的供應(yīng)鏈軟件的使用。分析的結(jié)果指出:相對(duì)于過(guò)程自動(dòng)化的提高，提高的成本。的準(zhǔn)確性能節(jié)約Krug, W. Lieb

3、elt, J. Baumbach2等人研究了供應(yīng)鏈模型的和優(yōu)化在生產(chǎn)和分銷(xiāo)領(lǐng)域的應(yīng)用。優(yōu)化技術(shù)能用來(lái)產(chǎn)生一個(gè)事前計(jì)劃，從而能夠滿(mǎn)足方法中約束。通過(guò)能夠提高計(jì)劃的可靠性，減少生產(chǎn)周期和減輕前進(jìn)的努力。Chwif, Leonardo, Pereira Barretto3等人就電子數(shù)據(jù)表和供應(yīng)鏈技術(shù)在供應(yīng)鏈分析中的應(yīng)用做了分析比較。作者在文中指出，電子數(shù)據(jù)表主要用于做靜態(tài)分析，技術(shù)主要用來(lái)做動(dòng)態(tài)分析。Tu, Yan, Luh Peter B4等利用供應(yīng)鏈技術(shù)對(duì)供應(yīng)鏈進(jìn)行績(jī)效評(píng)估。作者在文中提出了一個(gè)關(guān)于三層的無(wú)限容量的供應(yīng)鏈的研究。Lee, Young Hae Cho, Min Kwan Kim5等

4、人目前比較多的供應(yīng)鏈中的建模技術(shù)是基于離散的建模技術(shù)，但是因?yàn)榇蟛糠值墓?yīng)鏈系統(tǒng)既不是完全離散的，也不是完全連續(xù)的，而是介于離散和連續(xù)之間的現(xiàn)象，提出用離散一連續(xù)相結(jié)合的建模技術(shù)進(jìn)行供應(yīng)鏈。Herrmann Jeffrey W, Lin Edward6等人提出運(yùn)用供應(yīng)鏈操作指南模型來(lái)進(jìn)行供應(yīng)鏈建模。作者現(xiàn)在供應(yīng)鏈模型五花八門(mén)，供應(yīng)鏈工具也是五花八門(mén)，沒(méi)有一個(gè)標(biāo)準(zhǔn)的情況，提出按照供應(yīng)鏈操作指南構(gòu)造供應(yīng)鏈框架這個(gè)框架用來(lái)構(gòu)造功能強(qiáng)大的模型，這些模型把離散技術(shù)和電子數(shù)據(jù)表結(jié)合起來(lái)。這些模型是分等級(jí)的，并且運(yùn)用子模型去對(duì)供應(yīng)鏈具體的細(xì)節(jié)活動(dòng)進(jìn)行建模。本文將運(yùn)用 Anylogic 分析某公司的庫(kù)存產(chǎn)生出

5、相關(guān)的建議。，并從多級(jí)庫(kù)存的角度提2.2供應(yīng)鏈庫(kù)存的多級(jí)存放現(xiàn)象增加庫(kù)存周轉(zhuǎn)的能力是管理的公司的主要特征之一，然而對(duì)于現(xiàn)今規(guī)模大型的公司來(lái)說(shuō)，管理上萬(wàn)種商品和上百個(gè)公司網(wǎng)點(diǎn)的庫(kù)存是一個(gè)非常大的挑戰(zhàn)，尤其是當(dāng)企業(yè)的每一層網(wǎng)點(diǎn)都擁有庫(kù)存時(shí)，這一問(wèn)題變得更為突出。而如果是一個(gè)多層供應(yīng)商的供應(yīng)鏈模型，結(jié)構(gòu)會(huì)更加復(fù)雜，而庫(kù)存的波動(dòng)也會(huì)更加嚴(yán)重。通常一個(gè)龐大的多階段供應(yīng)鏈系統(tǒng)，在制成后一般先存放在中心倉(cāng)庫(kù)里，這些中心倉(cāng)庫(kù)作為零售商的內(nèi)部供應(yīng)商負(fù)責(zé)某個(gè)區(qū)域的供貨。大的零售型企業(yè)及制造型企業(yè)普遍采用這一模式。3 構(gòu)建供應(yīng)鏈庫(kù)存模型3.1 概述本在分析公司供應(yīng)鏈的實(shí)際情況基礎(chǔ)之上，并用 Anylogic 軟件建

6、立一個(gè)實(shí)際的模型，通過(guò)數(shù)據(jù)分析了公司庫(kù)存的主要來(lái)源為訂單不確定性，根源是公司內(nèi)部管理的不確定性，并從多級(jí)庫(kù)存的角度提出的建議。3.2 背景介紹3.2.1 公司概述某公司是一家計(jì)算機(jī)液晶顯示器背光模組生產(chǎn)廠，該公司在行業(yè)中產(chǎn)量排在第三位。IT 行業(yè)的特點(diǎn)是更新?lián)Q代快，周期短，的質(zhì)量要求高。該公司的下游客戶(hù)為液晶顯示器制造廠（LCM），液晶顯示器制造企業(yè)由于投資非常大，所以數(shù)量不多，一般一個(gè) LCM 廠會(huì)選擇兩家供應(yīng)商生產(chǎn)同樣一種類(lèi)型的液晶背光模組。而背光模組廠的上游供應(yīng)商一般屬于技術(shù)密集型企業(yè)，如 3M，擁有專(zhuān)利技術(shù)，討價(jià)還價(jià)能力強(qiáng)，為了避免成本的增加一直不同意為背光模組廠實(shí)施供貨商管理庫(kù)存（V

7、MI）。對(duì)于背光模組這樣的產(chǎn)業(yè)，內(nèi)部競(jìng)爭(zhēng)也很激烈，由于目前產(chǎn)能大于市場(chǎng)需求，而且由于液晶的生命周期問(wèn)題，造成目前狀況下液晶顯示器價(jià)格比較低，液晶顯示器的市場(chǎng)利潤(rùn)率降低，最終影響到處于供應(yīng)鏈中間位置的背光模組潤(rùn)。3.2.2 供應(yīng)鏈情況液晶顯示器的供應(yīng)鏈結(jié)構(gòu)如圖 1 所示。圖 1 液晶顯示器供應(yīng)鏈結(jié)構(gòu)客戶(hù)首先會(huì)對(duì)我們公司進(jìn)行稽核，稽核除公司的直接客戶(hù) LCM 廠之外， 還有筆記本代工廠，DELL 每年也會(huì)對(duì)公司進(jìn)行一次稽核。在稽核之后，公司成為客戶(hù)的潛在供應(yīng)商。當(dāng) DELL 開(kāi)發(fā)一個(gè)新機(jī)種時(shí)，會(huì)讓筆記本代工廠去生產(chǎn)，同時(shí)發(fā)訂單給 LCM 廠，LCM 廠會(huì)首先讓公司試產(chǎn)，在后，認(rèn)為公司有足夠的能力生

8、產(chǎn)的時(shí)候，會(huì)持續(xù)下單給我們公司?？蛻?hù)一般要求的交貨時(shí)間比較急，公司必須客戶(hù)可能下的訂單，提前備料，安排生產(chǎn)。而且由于一些主要的原材料需要從國(guó)外海運(yùn)過(guò)來(lái)，所以公司必須要備庫(kù)存。由于市場(chǎng)需求的變化比較快，而且供應(yīng)鏈的層級(jí)比較多，所以任何后端的需求變化都會(huì)對(duì)的需求產(chǎn)生很大的波動(dòng)。在這樣的情況下，供應(yīng)鏈里面所有的企業(yè)都傾向于將庫(kù)存降到最低，而要求供應(yīng)商在滿(mǎn)足質(zhì)量要求的情況下能夠及時(shí)交貨。因?yàn)檫@個(gè)行業(yè)里面的價(jià)格每天都在下將。庫(kù)存貶值的成本對(duì)于任何公司而言都是無(wú)法承受的。在 PC 制造行業(yè)里,物料成本每下降大約 1 % 的出貨量,反映到產(chǎn) “所以,如果的某一競(jìng)爭(zhēng)對(duì)手庫(kù)存量相當(dāng)于 4 個(gè)品底價(jià)上,就意味著我

9、們有 2 %或 3 %的優(yōu)勢(shì)。所以在目前的市場(chǎng)情況下，公司認(rèn)為最大的利潤(rùn)來(lái)源是物料的，因?yàn)檫@個(gè)行業(yè)占成本最大的物料，而且各個(gè)公司的采購(gòu)價(jià)格和生產(chǎn)成本基本相當(dāng)。但是由于各個(gè)企業(yè)的物控差距很大，公司分析發(fā)現(xiàn)我們公司與競(jìng)爭(zhēng)對(duì)手的庫(kù)存周期差別很大，要求尋找對(duì)策。假如某種機(jī)型市場(chǎng)效果非常差，那么 DELL 停止下單之后，產(chǎn)業(yè)里面所有的庫(kù)存都將成為呆滯料，EOL 機(jī)種。公司就將巨大的損失。3.3 建立模型通過(guò)對(duì)公司情況分析，以及與公司相關(guān)的研究，得出公司庫(kù)存變化筆記本代工廠2LCM廠2背光模組廠23MDELL筆記本生產(chǎn)LCM廠1背光模組廠1的最大是訂單不確定性，經(jīng)過(guò)與業(yè)務(wù)部門(mén)研究發(fā)現(xiàn)，影響公司訂單的三個(gè)主

10、要因素是質(zhì)量，交期和客戶(hù)服務(wù)。隨著市場(chǎng)競(jìng)爭(zhēng)的全球化和劇烈化,的生命周期越來(lái)越短, 強(qiáng)調(diào)質(zhì)量、交貨可靠性、價(jià)格、提前期增加了供應(yīng)商選擇的復(fù)雜性和選擇范圍。從客戶(hù)實(shí)際的需求分析，質(zhì)量對(duì)于客戶(hù)的穩(wěn)定性有很大的影響，公司的不良必然會(huì)導(dǎo)致客戶(hù)的不良，而不良流入客戶(hù)之后，可能高額的賠償，所以客戶(hù)對(duì)于質(zhì)量的要求一向是苛刻的；交期的延誤會(huì)使得客戶(hù)不得不進(jìn)行切線(xiàn)，或者保持重組的庫(kù)存，成本很高，也會(huì)認(rèn)為公司的產(chǎn)能不足，傾向于降低訂貨量；客戶(hù)服務(wù)不好，客戶(hù)就認(rèn)為公司的質(zhì)量沒(méi)有持續(xù)的保證，不能保持穩(wěn)定，或者沒(méi)有與客戶(hù)建立良好的關(guān)系。所以選擇這三個(gè)因素作為建立模型的依據(jù)，數(shù)據(jù)的來(lái)源以及選擇標(biāo)準(zhǔn)按照公司的實(shí)際狀況以及 K

11、PI。本文在模型建模的時(shí)候，建了一個(gè)兩階段的供應(yīng)鏈模型，一個(gè)客戶(hù)，兩個(gè)供應(yīng)商。這倆個(gè)供應(yīng)商設(shè)置了不同參數(shù)，第一個(gè)供應(yīng)商，質(zhì)量，服務(wù)，交貨期都比較穩(wěn)定，而第二個(gè)供應(yīng)商的質(zhì)量，服務(wù)，交貨期都相對(duì)長(zhǎng)一些，穩(wěn)定性也差。在不影響模型結(jié)果的情況下對(duì)模型作如下的假設(shè)：1、訂單一定可以完成2、發(fā)生缺料的現(xiàn)象，有足夠的安全庫(kù)存3、客戶(hù)屬于風(fēng)險(xiǎn)規(guī)避型的公司，會(huì)根據(jù)的質(zhì)量，服務(wù)，交期來(lái)降低選擇下一次的訂單分配數(shù)量，通過(guò)訂單數(shù)量模擬出公司的安全庫(kù)存量，其中供應(yīng)商是每天都可以訂貨，但是一次只可以訂一次貨。3.3.1 模型介紹根據(jù)的企業(yè)需求，建立了如下的離散時(shí)間模型。模型的非形式描述如下：在 Anylogic 中建立 2

12、 個(gè)供應(yīng)商實(shí)體，分別用 Supplier1,Supplier2 表示；一個(gè)客戶(hù)實(shí)體，用 Customer 表示；兩個(gè)訂單實(shí)體，用 Order1,Order2 表示；兩個(gè)交貨實(shí)體，用 Delivery1,Delivery2；訂單的訂貨量Customer2.of.Rate范圍（）描述Order1Order1.of.Quantity范圍（0-5000）描述Order2Order2.of.Quantity范圍（0-5000）描述Delivery1Delivery1.of.Quality范圍（平均99.95%）Delivery1.of.Time范圍（90%的按時(shí)交貨率）Delivery1.of.Serv

13、ice范圍（86%）描述Delivery2Delivery2.of.Quality范圍（99.8%）Delivery2.of.Time范圍（80%）Delivery2.of.Service范圍（80%）參數(shù)：檢驗(yàn)標(biāo)準(zhǔn)供應(yīng)商 1 水平質(zhì)量水平，交期穩(wěn)定性，客戶(hù)服務(wù)水平供應(yīng)商 2 水平質(zhì)量水平，交期穩(wěn)定性，客戶(hù)服務(wù)水平質(zhì)量檢驗(yàn)標(biāo)準(zhǔn)退貨標(biāo)準(zhǔn)實(shí)體相互關(guān)系時(shí)間采樣是離散的，按步長(zhǎng) H 取相應(yīng)的離散值。相互關(guān)系為：在時(shí)間 th1Delivery1.of.Quality=normal(0.04%,99.95%)2Delivery1.of.Time 按時(shí)送貨的比率為 903Delivery1.of.Servi

14、cenormal(3%,86%)4Delivery1.of.Quality=normal(0.1%,99.8%)5Delivery1.of.Time 按時(shí)送貨的比率為 806Delivery1.of.Servicenormal(5%,80%)7Customer1.of.RateDelivery1.of.Quality×Delivery1.of.Service對(duì) Supplier1, 因 為 是 高 價(jià) 格 客 戶(hù) ， 要 求 比 較 高 ， 如 果Delivery1.of.Quality<99.87%則 Customer1.of.Rate0，要求客戶(hù)停止生產(chǎn)分析，如果 Deli

15、very1.of.Service<80%則取消下一次訂單，產(chǎn)生，如果送貨延遲，則認(rèn)為客戶(hù)生產(chǎn)緊張，將下一次送貨的比例降為標(biāo)準(zhǔn)計(jì)算的80。8Customer2.of.RateDelivery2.of.Quality×Delivery2.of.Service對(duì)Supplier1, 因 為 是 低 價(jià) 格 客 戶(hù) ， 要 求 放 松 ， 如 果Delivery1.of.Quality<99.6%則 Customer1.of.Rate0，要求客戶(hù)停止生產(chǎn)分析，如果 Delivery1.of.Service<70%則取消下一次訂單，產(chǎn)生，如果送貨延遲，則認(rèn)為客戶(hù)生產(chǎn)緊張，將下

16、一次送貨的比例降為標(biāo)準(zhǔn)計(jì)算的80。9 Order1.of.Quantity Customer1.of.Rate/ （ Customer1.of.Rate Customer2.of.Rate）如果 Customer1.of.Rate=0; Order1.of.Quantity 為 0；10 Order2.of.Quantity Customer1.of.Rate/ （ Customer1.of.Rate Customer2.of.Rate）如果 Customer2.of.Rate=0; Order2.of.Quantity 為 0；11Sale1(t)=Delay(3, Customer1.of

17、.Rate(t-3)(問(wèn)題)12Sale2(t)=Delay(3, Customer2.of.Rate(t-3)13Inventory1=Sale1(t)14Inventory2=Sale(t)3.3.2 模型的實(shí)現(xiàn)建立了 Agent 模型，兩個(gè) Agent 模型。為了建模的方便，將兩個(gè)供應(yīng)商建立在一個(gè) Agent 中。主體結(jié)構(gòu)如下：Agent Manufacture定義了如下變量變量名初始值Quality199.95Quality299.8端口 port,編寫(xiě)了如下的代碼stock+=msg.quantities;Time1=uniform(0,1);Service1=normal(0.03

18、,0.86);Quality1=normal(0.04,99.95);Time2=uniform(0,1);Service2=normal(0.05,0.80);Quality2=normal(0.1,99.8);Time1=Time1>0.9?0.8:1;Time2=Time2>0.8?0.8:1;if(Decision(Quality1,Service1)=0&&Decision(Quality2,Service2)=0)msg.quantity2=0;msg.quantity1=0;elsemsg.quantity1=Decision(Quality1,Ser

19、vice1)*50*Time1;msg.quantity2=Decision(Quality2,Service2)*50*Time2;StateChart函數(shù) Decisionint a=1;if (dQuality<slider.value) a=0;Service10.86Service20.8Time10.5Time20.5else if (dService<slider1.value) a=0;else a=1;if (dQuality>100) dQuality=100;if (dService>1) dService=1;return a*dQuality*

20、dService;控件Slider, slider1;模型界面：Agent vender變量端口stock1=msg.quantity1;變量名初始值Stock15000Stock25000stock2=msg.quantity2;port.send(new Mater(300,20);msg.quantities=200;msg.tm=40;數(shù)據(jù)分析 dataset1,dataset2,plot消息 MESSAGE1Masterpublic class Mater int quantities = 0;long tm = 0;public Mater()public Mater(int qu

21、antity, long tm)this.quantities = quantity;this.tm = tm;Overridepublic String toString() return"quantity= " + quantities+"" +"tm = " +tm +" "2Orderpublic class Orderdouble quantity1= 5000;double quantity2= 5000;public Order()public Order(double quantity1,doubl

22、e quantity2)this.quantity1 = quantity1;this.quantity2 = quantity2;Overridepublic String toString() return"quantity1 = " + quantity1 +" " +"quantity2 = " + quantity2 +" "4 模型運(yùn)行結(jié)果與分析數(shù)據(jù)分析根據(jù)圖示可以看出，供應(yīng)商一的訂單比較穩(wěn)定，供應(yīng)的訂單波動(dòng)比較大，所以供應(yīng)在物控方面的難度比較大，庫(kù)存的成本會(huì)比較高。具體數(shù)據(jù)如下：通過(guò)數(shù)據(jù)對(duì)比分析，可以

23、發(fā)現(xiàn)，雖然兩個(gè)企業(yè)的的質(zhì)量從數(shù)據(jù)上面分析差別不大，平均訂單也差別不大，但是訂單的波動(dòng)確相差非常大。所以導(dǎo)致了企業(yè)二物控的。下面根據(jù)這里得出的數(shù)據(jù)進(jìn)行假設(shè)，認(rèn)為供應(yīng)商 1 庫(kù)存的均值為 4269，在保持三倍方差的情況下，安全庫(kù)存數(shù)量為 854，另外供應(yīng)商 2 的庫(kù)存均值為 3589，方差為 922.98，所以安全庫(kù)存量為 2766。出的庫(kù)存數(shù)量如圖質(zhì)量均值交期按時(shí)交貨率均值方差供應(yīng)商一99.95%0.860.94268.33217.98供應(yīng)99.8%0.80.83588.9922.48從圖所示的數(shù)據(jù)可以發(fā)現(xiàn)，在 3 倍方差的情況下，inventory1 的庫(kù)存基本保持在 0 以上，庫(kù)存波動(dòng)幅度比

24、較小，但是分析供應(yīng)商 2 的庫(kù)存，就會(huì)發(fā)現(xiàn)庫(kù)存的波動(dòng)非常大。由此可以看出由于銷(xiāo)售訂單的波動(dòng)，導(dǎo)致庫(kù)存的波動(dòng)非常的大?？梢钥闯捎捎谟唵蔚牟环€(wěn)定，導(dǎo)致企業(yè)的庫(kù)存波動(dòng)非常大，顯出出難以的特征。下面將企業(yè)的標(biāo)準(zhǔn)進(jìn)行改變進(jìn)行分析，現(xiàn)在假設(shè)最終客戶(hù)的要求提高，客戶(hù)提高了的檢驗(yàn)標(biāo)準(zhǔn)，客戶(hù)服務(wù)水平的要求，質(zhì)量退貨率提高到 99.7%，客戶(hù)服務(wù)水平提高到 80%，可以發(fā)現(xiàn)供應(yīng)商二的訂單穩(wěn)定程度的差距更加大，在實(shí)際操作中已經(jīng)屬于被淘汰的供應(yīng)商。LCM 廠訂單波動(dòng)模型進(jìn)一步研究 LCM 廠的訂單也是在變化的，現(xiàn)在假設(shè) LCM 廠的訂單波動(dòng)幅質(zhì)量均值交期按時(shí)交貨率均值方差供應(yīng)商一99.95%0.860.94228.7

25、2478.53供應(yīng)99.8%0.80.81398.411953度為 5，得出的數(shù)據(jù)圖表如下，從圖可以看出波動(dòng)幅度沒(méi)有明顯增大。而通過(guò)均值和方差的分析，供應(yīng)商一的平均值基本沒(méi)有變化，方差擴(kuò)大約 5，但是供應(yīng)的均值增加，方差明顯減少，也說(shuō)明了給供應(yīng)帶來(lái)的不確定性，不是典型的正態(tài)分布。按照得出的數(shù)據(jù)進(jìn)行分析庫(kù)存分析對(duì)客戶(hù)進(jìn)行模擬，現(xiàn)在假設(shè)客戶(hù)的訂單按照正態(tài)波動(dòng)，從數(shù)據(jù)分析可以得出如下結(jié)論：1、供應(yīng)商一由于穩(wěn)定，所以方差比較小，訂單的波動(dòng)比較小，采購(gòu)時(shí)數(shù)量可以比較穩(wěn)定，可以保持比較低的安全庫(kù)存量。但是對(duì)于供應(yīng)商，由于訂單不穩(wěn)定，所以庫(kù)存的波動(dòng)就被更加放大。而如果一旦客戶(hù)取消訂單的情況發(fā)生，均值方差供應(yīng)

26、商 14268.33217.98供應(yīng)商 23588.9922.48供應(yīng)商 14,276.69236.57供應(yīng)商 23,725.90766.7219庫(kù)存呆滯料的數(shù)量無(wú)法的波動(dòng)非常大，可能造成巨大的沉沒(méi)成本。2、通過(guò)對(duì)比發(fā)現(xiàn)，對(duì)于供應(yīng)而言庫(kù)存的波動(dòng)最大來(lái)源是企業(yè)內(nèi)部生產(chǎn)質(zhì)量的不確定性，交貨時(shí)間的不確定性，客戶(hù)服務(wù)的不確定性，而這種波動(dòng)到了客戶(hù)那里，客戶(hù)為了避免風(fēng)險(xiǎn)，將這種波動(dòng)反映在公司的訂單上面，導(dǎo)致了公司出貨的不可性，庫(kù)存無(wú)法實(shí)施安全庫(kù)存策略。這種情況下，供應(yīng)鏈重點(diǎn)需要解決的是企業(yè)內(nèi)部的管理水平的提高。5 結(jié)論通過(guò)對(duì)實(shí)際企業(yè)的案例分析，得出如下的結(jié)論。在多級(jí)供應(yīng)鏈庫(kù)存中，不確定性是導(dǎo)致庫(kù)存積壓的

27、主要。本文沒(méi)有按照一般的通過(guò)上下游關(guān)系的改進(jìn)如何降低不確定性，而是通過(guò)對(duì)不確定性產(chǎn)生的建模和，結(jié)果發(fā)現(xiàn)企業(yè)內(nèi)部不確定性是導(dǎo)致供應(yīng)鏈不確定性的主要。在多級(jí)供應(yīng)鏈庫(kù)存中，不確定的來(lái)源是多種多樣的也有很多種解決方案。需要根據(jù)企業(yè)供應(yīng)鏈的分析，通過(guò)建模得出實(shí)際的主要問(wèn)題的來(lái)源，選擇合適的解決方案。參考文獻(xiàn)1 Jain, Sanjay; Ervin, Eric C; Workman, Russell W; Collins, Lisa M. Analyzing the supply chain for a large logistics operation using simulation. Winter Simulation Conference Proceedings, v2,2001, p 1123-11282 Krug, W; Liebelt, J; Baumbach, B. Supply chain mbased simulation and opt